機械計數(shù)讀票機（Mechanical）

原理：通過機械結(jié)構(gòu)（如齒輪、杠桿）統(tǒng)計選票數(shù)量，常見于早期手動投票機。

特點：

無需電力，成本極低，但效率低、易出錯，已逐漸被淘汰。

為確保選舉公正，讀票機需具備以下技術(shù)與措施：

1. 防篡改與加密技術(shù)

數(shù)據(jù)傳輸加密（如 SSL/TLS 協(xié)議），防止中途篡改。

區(qū)塊鏈技術(shù)應(yīng)用：部分試點項目通過區(qū)塊鏈記錄選票數(shù)據(jù)，確保不可篡改（如西弗吉尼亞州區(qū)塊鏈投票試驗）。

2. 冗余與審計機制

紙質(zhì)選票備份：電子讀票機需配合紙質(zhì)選票，供人工審計或系統(tǒng)故障時使用。

雙重計數(shù)驗證：部分系統(tǒng)采用兩臺讀票機獨立計數(shù)，結(jié)果一致才確認有效。

3. 抗干擾與穩(wěn)定性設(shè)計

防電磁干擾：設(shè)備硬件需通過電磁兼容性（EMC）測試，避免外界信號干擾。

離線模式：支持斷電或網(wǎng)絡(luò)中斷時離線計數(shù)，恢復(fù)后同步數(shù)據(jù)。

4. 用戶驗證與權(quán)限控制

操作員身份認證：僅授權(quán)人員可訪問系統(tǒng)后臺，操作記錄全程留痕。

選票防偽：通過水印、熒光油墨等物理防偽技術(shù)，防止偽造選票。

圖像預(yù)處理：優(yōu)化原始掃描數(shù)據(jù)

灰度化處理：將彩色圖像轉(zhuǎn)換為灰度圖，突出標記與背景的亮度差異（如鉛筆填涂區(qū)域灰度值較低）。

二值化轉(zhuǎn)換：通過設(shè)定閾值（如灰度值低于 128 視為標記），將圖像轉(zhuǎn)化為黑白二值圖，簡化后續(xù)計算（例：填涂框內(nèi)黑色像素占比≥30% 視為有效標記）。

噪聲過濾：利用中值濾波、高斯濾波等算法，消除紙張污漬、折疊陰影等干擾（如去除面積小于 10 像素的孤立黑點）。

幾何校正：通過檢測選票邊緣的定位標記（如 registration marks），校正因傳送歪斜導(dǎo)致的圖像旋轉(zhuǎn)或縮放，確保標記位置與預(yù)設(shè)模板對齊。

典型技術(shù)挑戰(zhàn)與解決方案

挑戰(zhàn)場景 技術(shù)應(yīng)對措施

不同墨水的反光差異 - 采用多光譜光源（如紅光 + 紅外光），針對不同墨水（鉛筆、藍黑墨水、熒光筆）調(diào)整檢測波長。

- 機器學習模型訓練：用歷史數(shù)據(jù)訓練分類器，區(qū)分不同墨水材質(zhì)的標記。

選票折疊或污漬干擾 - 圖像修復(fù)算法：通過插值法填充折疊造成的圖像缺失區(qū)域。

- 污漬識別模型：用深度學習區(qū)分 “人為標記” 與 “自然污漬”（如咖啡漬形狀通常更不規(guī)則）。

非標準填涂（如超框、輕描） - 彈性閾值設(shè)定：根據(jù)填涂中心位置，允許標記超出框線一定范圍（如框線外 5 像素內(nèi)仍算有效）。

- 概率化判定：結(jié)合填涂位置、面積、濃度等多維度特征，給出 “有效概率”（如 80% 概率為有效標記），而非非黑即白的判斷。

選票格式變更（如新版選票） - 動態(tài)模板配置：允許管理員導(dǎo)入新選票模板，自動更新 ROI 區(qū)域坐標與標記規(guī)則，無需修改底層算法。